精华内容
下载资源
问答
  • 什么是技术分析 所谓股票的技术分析,是相对于基本面分析而言的。基本分析法着重于对一般经济情况以及各个公司的经营管理状况、行业动态等因素进行分析,以此来研究股票的价值,衡量股价的高低。而技术分析则是透过...

    什么是技术分析

    所谓股票的技术分析,是相对于基本面分析而言的。基本分析法着重于对一般经济情况以及各个公司的经营管理状况、行业动态等因素进行分析,以此来研究股票的价值,衡量股价的高低。而技术分析则是透过图表或技术指标的记录,研究市场过去及现在的行为反应,以推测未来价格的变动趋势。其依据的技术指标的主要内容是由股价、成交量或涨跌指数等数据计算而得的,技术分析只关心证券市场本身的变化,而不考虑会对其产生某种影响的经济方面、政治方面的等各种外部的因素。

    什么是talib

    talib的简称是Technical Analysis Library,主要功能是计算股价的技术分析指标。先简单看看talib都给我们提供了那些计算技术指标的函数,按技术指标的类型示例如下:

    函数名:CDL2CROWS
    名称:Two Crows 两只乌鸦
    简介:三日K线模式,第一天长阳,第二天高开收阴,第三天再次高开继续收阴,收盘比前一日收盘价低,预示股价下跌。
    例子:integer = CDL2CROWS(open, high, low, close)

    函数名:CDL3STARSINSOUTH
    名称:Three Stars In The South 南方三星
    简介:三日K线模式,与大敌当前相反,三日K线皆阴,第一日有长下影线,第二日与第一日类似,K线整体小于第一日,第三日无下影线实体信号,成交价格都在第一日振幅之内,预示下跌趋势反转,股价上升。
    例子:integer = CDL3STARSINSOUTH(open, high, low, close)

    函数名 : MA
    名称:Moving average 移动平均值
    简介:移动平均值是在一定范围内的价格平均值
    例子:ma = MA(close, timeperiod=30, matype=0)

    函数名:ADX
    名称:Average Directional Movement Index 平均趋向指数
    简介:ADX指数是反映趋向变动的程度,而不是方向的本身。
    例子:adx = ADX(high, low, close, timeperiod=14)

    函数名:ATR
    名称:Average True Range 平均真实波幅
    简介:主要用来衡量价格的波动。因此,这一技术指标并不能直接反映价格走向及其趋势稳定性,而只是表明价格波动的程度。
    例子:atr = ATR(high, low, close, timeperiod=14)

    函数名:OBV
    名称:On Balance Volume 能量潮
    简介:通过统计成交量变动的趋势推测股价趋势
    计算公式:以某日为基期,逐日累计每日上市股票总成交量,若隔日指数或股票上涨,则基期OBV加上本日成交量为本日OBV。隔日指数或股票下跌,则基期OBV减去本日成交量为本日OBV
    例子:obv = OBV(close, volume)

    由于篇幅有限,技术分析指标不能在此充分介绍,可以参考talib官方文档

    如何使用:MA实例

    • 已知MA这个函数的调用方式为:ma = MA(close, timeperiod=30, matype=0)

    • close表示收盘价序列,timeperiod指定义好均线的计算长度即几日均线,不输入的话,默认为30日, matype可以默认不用输入,然后就可以得到均线的值

    • 因此简单来讲,只取获取收盘价,就可以轻松计算移动平均值

    下面以平安银行(000001.SZA)为例进行说明:

    # 获取数据
    df = D.history_data(['000001.SZA'],'2015-12-01','2016-02-20',
                        fields=['date','close']).set_index('date')
    # 通过rolling_mean函数计算移动平均值(方法1)
    df['MA10_rolling'] = pd.rolling_mean(df['close'],10)
    # 将价格数据转化成float类型
    close = [float(x) for x in df['close']]
    # 通过talib计算移动平均值(方法2)
    df['MA10_talib'] = talib.MA(np.array(close), timeperiod=10) 
    # 检查两种方法计算结果是否一致
    df.tail(12)
    

    计算结果如下所示:

    在这里插入图片描述

    我们就这样跟方便的计算出了移动平均线的值,接下来我们计算下稍微复杂一点的EMA和MACD

    # 调用talib计算6日指数移动平均线的值
    df['EMA12'] = talib.EMA(np.array(close), timeperiod=6)  
    df['EMA26'] = talib.EMA(np.array(close), timeperiod=12)   
     # 调用talib计算MACD指标
    df['MACD'],df['MACDsignal'],df['MACDhist'] = talib.MACD(np.array(close),
                                fastperiod=6, slowperiod=12, signalperiod=9)   
    df.tail(12)
    

    补充说明一下,close是收盘价,timeperiod指的是指数移动平均线EMA的长度,fastperiod指更短时段的EMA的长度,slowperiod指更长时段的EMA的长度,signalperiod指DEA长度

    在这里插入图片描述

    可以看到,talib模块可以很方便地帮助我们计算技术分析指标。

    策略实战:MACD策略

    • 当macd下穿signal时,卖出股票

    • 当macd上穿signal时,买入股票

    完整的策略我贴在下面,感兴趣朋友可以前往下方原文一键 克隆,进一步分析研究:

    BigQuant—人工智能量化投资平台

    展开全文
  • 在线网站技术分析工具

    千次阅读 2016-05-20 14:27:47
    Wappalyzer:在线网站技术分析工具 Wappalyzer 网站是一个可以分析不同网站所使用的各种技术的工具,对于有自身经验的网站开发者而言可以通过代码开分析网站的构架和所采用的技术,不过现在你可以通过工具来获得...

    Wappalyzer:在线网站技术分析工具

    Wappalyzer 网站是一个可以分析不同网站所使用的各种技术的工具,对于有自身经验的网站开发者而言可以通过代码开分析网站的构架和所采用的技术,不过现在你可以通过工具来获得网站技术的参数报告了。

    Wappalyzer:在线网站技术分析工具

    Wappalyzer 工具致支持分析目标网站所采用的平台构架、网站环境、服务器配置环境、JavaScript框架、编程语言等参数,同时还可以显示目标站点使用该技术的网站比例,例如有多少网站使用的是Wordpress、有多少网站使用AddThis第三方服务,其他还有网页服务器、分析工具、CDN、留言系统、控制台、网络空间等等,可以让你从使用比例中得出目前最流行的技术。

    使用方法:

    1.打开Wappalyzer 下载页面,找到不同浏览器适用的扩充功能,目前支援Firefox、Google Chrome和Opera,如果你使用的浏览器不在此列,也可以将下方书签列工具直接拖曳到浏览器里,点选就能开启Wappalyzer的网站分析功能。

    2.安装完Wappalyzer 后,浏览器网址列右侧会出现一个小图示,开启你要分析、检测的网页后,点选该图示即可看到网站使用的相关技术和服务。

    例如显示目标站点使用了第三方的AddThis 按钮、jQuery、CloudFlare 和Google Analytics 及AdSense ,可以找到的资讯相当丰富且完整,点选后能开启网站,找到更详细的使用比例。

    展开全文
  • 微服务技术分析视频教程

    千人学习 2016-12-19 15:44:31
    你适合微服务么:实施微服务的4个先决条件和重点工作你了解吗?该教程从微服务诞生背景讲起,讲解为什么要选择微服务架构以及何时选择微服务架构,实施微服务架构的一些先决条件,实施微服务架构中重点知识与实践。...
  • 中科院计算所培训中心特举办“大数据前沿技术分析与应用”技术分享会,帮助各单位技术专家准确定位和发现相关的大数据平台和工具。


    随着互联网、移动互联网和物联网的发展,我们已经切实地迎来了一个大数据的时代。如何对海量数据进行挖掘和分析,已经成为一个非常重要且紧迫的需求。

    从2008年Natural正式定义“大数据”开始,以Hadoop为代表的大数据处理和分析工具,以其可伸缩性、健壮性、计算性能和成本上具有无可替代的优势,事实上已成为当前互联网企业主流数据分析平台。大数据相关技术最近几年出现了井喷的趋势,众多技术纷纷出现,典型的系统包括Hadoop、Spark、Flume、Scribe、Kafka、Storm、Mahout、MLlib、Docker等,涵盖网络数据爬取、日志采集、分布式消息订阅、大数据分析挖掘等方面,涉及离线批处理、实时处理、流式处理等多种处理方式。这些技术来源于国外不同的著名大公司和科研院校(例如Storm源自Twitter,Spark源自UC Berkley),且大都以开源方式公开,用于解决不同的应用需求,涉及面广,技术要求高,交叉知识范围广,知识内容更新频繁,要理清其中的关系,从中发现最适合本机构的技术,成为了目前各机构技术专家的一个难点。

    面对如此众多的新技术,为协助各机构研究人员对大数据前沿技术有一个深入了解,解决广大系统设计人员深入研究与开发大数据技术的需要,中科院计算所培训中心特举办“大数据前沿技术分析与应用”技术分享会,帮助各单位技术专家准确定位和发现相关的大数据平台和工具。

    技术分享会具体事宜如下:

     

    时间

    2017年2月28日下午

     

    地点

    中科天博大厦一层

    地址:北京海淀中关村958楼


    会议议程

    2017年2月28日(星期二)

    12:30-13:25

    中科天博大厦一层,签到、领资料

    13:25-13:30

    主持人致欢迎词

    主题演讲

    大数据前沿技术分析与应用(杨老师)

    13:30-15:00

    主要议题:

     

    大数据技术基础

    批处理大数据平台Hadoop

    实时大数据平台Spark

    流式大数据平台Storm

    Python网络爬虫

    15:00-15:15

    茶歇

    主题演讲

    大数据前沿技术分析与应用(杨老师)

    15:15-16:30

    主要议题:

     

    大数据日志采集工具Flume及Scribe介绍

    分布式消息订阅工具Kafka应用介绍

    NoSQL技术及云数据库介绍

    大数据中的类SQL工具

    大数据挖掘工具Mahout和MLlib

    资源虚拟化工具Docker

    16:30-16:45

    答疑

     

    分享嘉宾

    杨老师 主要研究方向为网络信息分析以及云计算相关技术,长期从事通信网管系统、网络信息处理、商务智能(BI)以及电信决策支持系统的研究开发工作,包括网络中信息的采集、处理、优化及知识发现,具有丰富的工程实践及软件研发经验。曾任美国朗讯公司贝尔实验室研究员。

     

    联系方式

    地  址:北京海淀中关村958楼中科天博大厦(100086)

    联系人:赵老师

    电  话:010-82661199-111

    传  真:010-82661221

    E-mail:zhaoxl@tianbo.com.cn

     

    温馨提示

    1、因席位有限,每个机构限报名两人,请确定参会后及时将回执表传真或回邮至我处。

    2、分享会前一周,发送报到通知给已报名人员,请大家确认回执表信息的准确性。



    展开全文
  • 基本面分析与技术分析

    千次阅读 2007-05-17 13:08:00
    股票投资分析方法通常可以分为两大类:基本面分析和技术分析。投资者经常争论哪一种方法更好。本课中将讨论为什么两种方法对成功投资都至关重要。 如何看待基本面分析和技术分析之争? 就我个人的经验,这并不是一个...

     股票投资分析方法通常可以分为两大类:基本面分析和技术分析。投资者经常争论哪一种方法更好。本课中将讨论为什么两种方法对成功投资都至关重要。

    如何看待基本面分析和技术分析之争?

    就我个人的经验,这并不是一个非此即彼的问题。在分析的时候,你必须对这两个方面都作出考虑。一方而,要运用基本面分析的方法考虑公司的竞争力、经营情况、产品和技术情况,另一方面,也要运用技术分析的方法来判断该股票当前的市场表现。基本面分析是你购买每支股票的基础,它是你区分良莠的保证。

    基本面分析中最重要的是什么?

    我们可以发现,公司的赢利能力是影响该公司股价的最重要因素之一。这意味着你应当只买这样的股票:持续的赢利增长、销售增长、高利润率和高股东权益收益率。每股收益可作为衡量公司成长性和赢利能力的指标之一。
    根据对过去最成功的股票的分析和我们多年的投资经验,我们发现它们大多数是成长型公司的股票,在其股价达到峰值之前,其平均每股收益的过去三年年增长率在30%以上。因此,应当集中投资于这种类型的股票。这是我选择股票的一条最重要的原则。如果某个公司没有三年的赢利记录呢? 过去十年内某些公开发行股票的公司并没有公开的连续三年的盈利增长记录,但实际上它们大多数是有盈利的。相关资料可以在公司的公告信息中找到。在这种情况下,如果一家公司过去六年来每个第四季度的盈利增长都保持在50%以上,这种投资对象应该是理想的。我对那种亏损或是一般的盈利情况在将来会得到改善的许诺不感兴趣,因为大量的历史经验表明那些成功的公司在其股价出现大幅增长之前都有极高的利润增长率。其他重要的基本因素是什么?比如,销售额在过去几个季度中应当有加速增长或比上年同期有超过25%的增长,这些因素也同等重要。在相同条件下,我更倾向于选择那些在近期的销售量、利润增长率、股东权益增长率等方面始终在行业内位于领头羊的公司。什么是"股东权益收益率"? 股东权益收益率是一项财务指标,它可以衡量某一公司运用资金 的效率。我们分析发现,股价表现优异的公司,绝大部分的股东权益收益率在20%以上,并有管理者持股,亦即管理层持有公司股权的一定份额——这种做法有利于实现绩效挂钩。一家公司必须有比别人独特的产品或服务,这一点也很重要。作为投资者,你应当了解你所投资的公司生产什么或从事哪些业务。该公司应该有实力强的机构投资并处于支柱行业。你可以利用操作良好的共同基金、银行和其它机构投资者的研究成果,顶尖的机构通常会在买进大量股票时对该公司作彻底的基本面分析。

    技术分析和基面分析有何不同?

    技术分析主要是通过图表对市场运动作分析、研究和判断的。图表分析师以股票交易的价量作为重要指标并以此来反映股票的供求情况。你应当学会使用那些同时反映了股票价格和交易量的日表或周表。通过使用图表,你可以形象地看到某支股票的市场运行是否正常,是否有机构正在建仓,买卖时机是否适宜。技术分析的过程也是学习与鉴别有效的价格渡动模式的过程。

    基本面分析和技术分析缺一不可

    在基本面发生变化之前,量价图表将会提示我们潜在的问题或投资机会。交易量是使你能正确判断某支股票的供求关系的重要指标之一。你必须了解你的股票价格上涨或下跌时,其交易量与通常情况相比是萎缩还是放大。这一点很重要,也是我们为什么在《投资者商报》上提供“交易量比例”的原因。交易量是大机构可能正在买卖你所持有的股票的信号,这会给该支股票的价格带来冲击。重视它等于重视你的身家性命。最好的机构投资者总是同时使用基本面分析和技术分析以作出投资决定的。

    本课要点

    ●同时运用基本面分析和技术分析的投资风格是发现胜出股票的法宝。
    ●基本面分析关注的是公司的盈利及增长、销售额、利润率和股东权益收益率。它帮助你缩小选股范围并选出那些质地良好的股票。
    ●技术分析包括学会阅读量价图表并择机买卖。

    技术分析的缺陷

    1.技术分析的基础是建立在已往历史的数据上,并假定它会在未来重复。然而事实上,股市是永远不会重复的,股市某一天的走势与任何一天都不同,股市的未来,也不是套用历史数据就可以简单预测的。

    2.技术分析无法判定股票的供求关系。股票供求关系的变化是股市运行的直接动因,股票供求取决于资金面的供给、新股发行速度、入市意愿等因素,而这些因素在来来都具有不确定性,这是技术分析无法判定的。

    3.技术分析无法改变宏观经济与政策面、公司行业基本面、消息面上的不确定性。

    4.在以庄家为主力的市场中,由于股价由庄家决定,所"存在许多的骗线问题。如渡浪骗线、均线骗线、指数骗线、尾盘骗线、K 线骗线、指标骗线等,投资者如果只简单以技术分析作入市参考的话,就很容易掉入庄家的陷阱。实际上,在一个人人都懂技术分析的市场上,技术分析自然就失去了它的可靠性。试想,如果谁都认为某一天技术上发出了买入信号,那么,这个技术上的信号还会准确吗?这是技术分析自身存在的悖论。

    综上所述,基本面分析和技术分析都难以独立解决投资者的所面临问题,因此,在股票投资时,最好是将基本面分析与技术分析综合起来运用,以基本面分析解决投资者的投资方向问题,即买什么;以技术分析解决投资者的买进时机问题,即什么时候买进最佳。
    欧奈尔总结出,股票投资60%取决于基本面,40%取决于技术面。我们认为是有一定道理的。基本面分析属于一种规范化分析。一般来讲,比较理性的投资者和那些受传统教育影响比较深的投资者更注重公司基本面的研究。从
    整体来看,我国股市投资风格重心开始向基本分面析倾斜,一些有实力的券商研究机构和基金管理公司对其关注的股票,都会投入大量的人力物力对它的基本面进行深入的研究,并以此作为决策参考。

    在基本面分析中,我们应该重点关注那些东西呢?
    发达国家的证券市场经过上百年的发展,信息披露比较规范,市场投资比较理性。所以,在发达国家市场中,投资者从公开信息中基本上就可以了解公司的全部,然后,投资者根据所掌握的这些信息进行择优选择,这样,市场就处于一种完全的理性状态。欧奈尔的高成长股票取决于公司的赢利能力、而公司的赢利能力常常反映在每股收
    益上的观点,就是基于这么一种市场状况。我国证券市场虽然发展速度比较快,但在信息披露、投资理念等
    许多方面,与西方发达国家相比还存在比较大的差距。所以,投资者如果照搬欧奈尔的做法,有可能陷入投资误区。

    第一,绩优股误区。绩优股在股市中俗称白马股,绩差股则有可能成为所谓黑马股。目前,我国股市上白马股常常涨不过黑马股,有些白马股甚至任凭指数狂飙,我自岿然不动。如蓝田股份1999年每股收益1.15元,在大盘涨幅达30%的情况下,它一直在l7.50元左右盘整(见蓝田股份日K线圈);而五粮液尽管每股收益达到1.35元,在1999年年报公布以后不涨反跌。造成这种现象的原因,并不是因为这些企业不行,而因为庄家没有看中这些企业。一般而言,庄家容易看中那些不容易引起投资者注意的股票,在低价位偷偷吸筹,建仓后不断拉升,同时通过业绩配合,将绩差股培育成绩优股,将黑马变成白马,从中赚取差价。而绩优股由于业绩已经明朗,普遍被投资者看好,庄家吸筹成本高,吸筹非常困难,所以庄家一般不选择绩优股做庄。这就是绩优股市场表现反而不如绩差股的重要原因。

    第二,报表误区。一只股票一旦经过疯狂炒作,报表包装是常常避免不了的,投资者以这样的报表为选股依据,就很容易掉入庄家的陷阱。

    第三,每股收益误区。企业收益主要来源于主营收入、营业外收入、投资收益等,其中营业外收入和投资收益大多为一次性收入,它对每股收益的贡献是一次性的,所以,投资者不能简单地将每股收益高等同于高成长,而应该看它的主营业务增长情况。

    根据这些情况,我们总结出基本面分析的四点经验,即"四看":
    一看公司的技术实力,因为技术是公司进一步发展的重要保证,是公司获取超额利润的基础;
    二看公司在行业中的地位和产品的市场占有率,从中了解公司发展的稳定程度;
    三看公司的主营业务是否突出,
    从中了解公司管理层是否一心一意在做主业;
    四看公司的股本结构是否合理,一般而言,小盘股易于炒作,也利于今后股本扩张,黑马股通常产生于小盘股。

     
    在一个投机市场,仅看公司的基本面是很难取得好的投资收益的。一方面是因为市场不理性,股价并不按公司的基本面排序;另一方面是因为业绩好的公司实在太少,很难找到有价值的股票。因此,技术分析往往是不可缺少的。
    技术分析应该关注哪些要点
    第一,关注成交量的变化。量价配合理想是股票运行的最好形态,这种情况经常出现在股价上升过程中。随着股价的逐步拈高,筹码的逐步集中,这种情况会被另一种情形所取代,股票开始进入无量空涨阶段,这就是我们通常所说的"强庄股"。股票一旦进入无量上涨阶段,任何技术分析都已失去作用,股票投资成为一种典型的博傻行为,胆大者赢。股票既然可以无量上涨,自然就可以无量下跌,当股价涨到一定阶段,庄家发现跟风者甚少时,股价可能无量下跌。所以,投资者一旦碰上无量上涨股,最好的方式就是观望。一般而言,股票怎么上就会怎么下。

    第二,关注股票运行形态。股票形态是我们进行投资决策的重要依据,基本面再好的股票,如果技术形态不行,也是涨不上去的,投资者千万不要去碰。通过股票形态分析,我们通常可以获得三点有价值的信息:
    1.股票是否已经见底,或是否见顶;
    2.判断股票的运行趋势;
    3.根据形态的不同,判断股价的上涨空间,寻找最佳买入点。

    第三,关注技术指标。技术指标是股价运行情况的反映。当股票走势比较强时,技术指标也比较强;当股票走势比较弱时,技术指标就会偏弱。一般来讲,技术指标由弱转强,或由强转弱,都需要一个过程,需要一个量的积累。同时,我们也应该看到,股票总是在强弱之间相互转化,反映在技术指标上,则意味着技术指标强到一定程度
    就会转弱,而弱到一定程度就会转强。这种强弱转化可以通过一系列指标反映出来,如RSI、KDJ等,这些指标在许多书上都有详细介绍,在此不再赘述。在这里我们需要提醒投资者一点的是,弱市中的强势股,当其技术指标处于超买状态时不要盲目追涨,因为它不久就可能回调;强市中的弱势股,当其技术指标处于超卖状态时也不要盲目买进,因为这种股票一般很难上涨,即使能上涨,其技术指标的修正也需要一段比较长的时间。

     

    展开全文
  • 本人制作的股票技术分析软件正式开源 该软件以股票数据为核心,尤其以按日数据为主,采用图表方式可视化股票数据 ,为用户提供简单的股票选择可视化支持。 必要时,懂编程的用户可以对股票数据编程操作,对自己的
  • 网站技术分析工具:Wappalyzer

    千次阅读 2019-08-08 16:31:07
    经常有人会问,这个网站使用什么技术搭建的? AngularJS?Django?Jquery?还是什么呢?如果遇到这样的问题,建议你装一个这样的插件:Wappalyzer https://wappalyzer.com/比如CSDN:比如 worktile: ...
  • TA-Lib:技术分析库简介

    万次阅读 2013-08-08 15:01:53
    交易软件开发人员在对金融市场数据做技术分析时,广泛使用TA-Lib库。 包括200项指标,如ADX,MACD,RSI,Stochastic,Bollinger Bands等.. (更多信息)烛线图模式识别开源API语言支持: C/C++, Java, Perl,...
  • 二、项目流程—技术应用: 2.1 项目流程 2.2 技术应用 三、CT图像 3.1 CT图像的格式 (DICOM) 四、图片分割模型 4.1 关键技术 – 基于CNN的分割网络 4.2 关键技术:U-net 五、三维卷积神经网络 ...
  • App竞品技术分析 序言

    千次阅读 2015-10-22 21:38:12
    这一篇文章,我整整写了两个月...希望通过本章的介绍,能在各个公司成立这样的一个部门或者团队,从产品和技术两个维度进行竞品分析的研究工作。 1 竞品分析概述 1.1 App竞品定义 我们通常将同行业内竞争对手的产品定义
  • 我还是比较推崇“演绎法 | 归纳法 | 穷举法 | 棋谱法”这套方法,这本书《一位股票投资家的良知:我为何放弃技术分析》的作者更推崇的是价值投资,已分析基本面和财务数据为主,我认为单从价值投资的角度上来讲,...
  • 开启万物互联的“5G”时代——物联网前沿关键技术发展趋势分析《物联网导论》课程报告北京工业大学 XinyaoTianJune/1st/2018码字不易,转载和引用请注明作者及出处,谢谢。在前不久结束的 MWC 2018 上,5G 成了全球...
  • $ yum install nfs-utils
  • http://blog.sina.com.cn/s/blog_620987bf0102vkx7.html
  • 共享单车现在已经成为了一个“现象级产品,目前最热的是出生在北京的ofo小黄车以及源于上海的摩拜小橙车,本文从物联网技术角度对这两者做一些比较和说明,试图解密共享单车ofo和摩拜背后的物联网技术
  • 近日,国家工业信息安全发展研究中心、工信部电子知识产权中心发布《2020人工智能中国专利技术分析报告》,展示我国人工智能领域创新发展新态势。其中,在人工智能专利申请量和授权量方面,百度分别以9364件专利申请...
  • #得图2 plot_CCI(1000,1080)
  • #例如,可得图2 plot_STO(420,520)
  • plot_RSI(450,600)
  • stock_hist = get_stock_hist(18) plot_OBV(123,789)
  • #得图2 plot_BB(220,320)
  • #Date from 400 to 520 plot_MACD(400,520)
  • 1 实现数据集中的技术手段分析比较根据业界提供数据同步或抽取的解决方案来看,主要包括以下几大类:l 存储复制技术l 数据库复制技术l ETL抽取技术1.1 存储复制技术实现原理存储复制技术主要由磁盘阵列复制技术...
  • 数据分析技术
  • 时空分析技术

    千次阅读 2018-04-18 16:06:21
    在一些资料上看到的,对于时空数据索引以及分析的一些技术. 时空数据索引技术 HR-tree HR-tree给每个时间戳都存储了一个独立的R树,之后对于连续的两个R树之间,如果使用了相同的节点,那么只保留一个节点提高...
  • 今日头条技术架构分析

    万次阅读 多人点赞 2018-11-25 17:13:43
    ​ ​ 头条的频道,在技术侧划分的包括分类频道、兴趣标签频道、关键词频道、文本分析等,这些都分成相对独立的开发团队。目前已经有300+个分类器,仍在不断增加新的用户模型,原来的用户模型不用撤消,仍然发挥...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 1,869,540
精华内容 747,816
关键字:

技术分析